Glaskugel Prognose – Warum werden ökonomische Prognosen nicht besser?
Während Prognosefehler bei kurzfristigen Wetterprognosen in den vergangenen Jahrzehnten deutlich reduziert werden konnten, hat sich der durchschnittliche absolute Prognosefehler ökonomischer Prognosen für die jährliche Veränderung des Bruttoinlandsprodukts in den vergangenen 45 Jahren kaum geändert. Dies liegt vor allem daran, dass sowohl in Bezug auf die tatsächlichen ökonomischen Wirkungszusammenhänge als auch in Bezug auf die relevanten zukünftigen ökonomischen Schocks eine fundamentale Unsicherheit besteht, die auch mit besseren Methoden und mehr Daten grundsätzlich nicht aufgehoben werden kann. Die Prognosen der Wirtschaftsforschungsinstitute sind allerdings unverzerrt und stellen daher eine solide Grundlage für die wirtschaftspolitische Planung dar. Trotz ihrer Unvollkommenheit sind wissenschaftlich fundierte Prognosen eine wichtige Grundlage rationaler Wirtschaftspolitik.
30. April 2014
Sucht man mit einer Suchmaschine im Internet nach Ökonomenwitzen, ist einer der ersten Treffer: „Warum hat Gott die Ökonomen geschaffen? Damit die Wettervorhersager besser aussehen.“ Aber wie schneiden ökonomische Prognosen im Vergleich zu den Vorhersagen der Meteorologen tatsächlich ab? Unmittelbar lässt sich die Qualität der jeweiligen Prognosen natürlich nicht miteinander vergleichen. Wetterprognosen beziehen sich im Wesentlichen auf wenige Tage und auf die Höhe der Temperatur oder die Niederschlagsmenge. Ökonomische Prognosen haben oft einen Horizont von einem Jahr und mehr, und im Mittelpunkt der öffentlichen Aufmerksamkeit steht die Prognose der Veränderungsrate des Bruttoinlandsprodukts gegenüber dem Vorjahr.
Den Wettervorhersagern ist es in den vergangenen Jahrzehnten gelungen, ihre Prognosefehler merklich zu verringern. Der mittlere Prognosefehler bei der Tageshöchsttemperatur in den kommenden zwei Tagen – gemessen anhand der Quadratwurzel des mittleren quadratischen Prognosefehlers – ist seit den 1980er Jahren von etwa 2,5 Grad Celsius auf circa 1,5 Grad Celsius gesunken
(vgl. Abbildung 1). Diese Verbesserung kann zum einen mit besseren Prognosemodellen erklärt werden. Zum anderen spielt der Ausbau der Messinfrastruktur eine große Rolle; die Meteorologen wissen heute sehr genau, welche Temperatur aktuell an vielen verschiedenen Orten herrscht, und können ihre Prognosemodelle mit aktuellen und präzisen Daten füttern.
Wie sieht es mit den Prognosen der Ökonomen aus? Die Abbildungen 2 und 3 zeigen, dass eine sinkende Tendenz beim Prognosefehler weder in den Prognosen des Sachverständigenrats zur Begutachtung der gesamtwirtschaftlichen Entwicklung noch in denen der führenden Wirtschaftsforschungsinstitute bei der Gemeinschaftsdiagnose zu erkennen ist. Vielmehr wechseln sich Phasen mit relativ niedrigen Prognosefehlern und Phasen mit deutlich höheren Prognosefehlern ab. Der durchschnittliche mittlere Prognosefehler des Sachverständigenrats und der Gemeinschaftsdiagnose war zwischen 1967 und 1990 fast identisch mit dem mittleren absoluten Prognosefehler zwischen 1991 und 2012. Immerhin gibt es keine systematische Verzerrung der Prognose; der durchschnittliche Prognosefehler von Sachverständigenrat und Gemeinschaftsdiagnose lag in den vergangenen 45 Jahren bei einem Zehntel Prozentpunkt und ist nicht statistisch signifikant von null verschieden.
Warum werden die ökonomischen Prognosen nicht besser? Manche Beobachter machten dafür mangelnde Fähigkeiten der professionellen ökonomischen Prognostiker und Versäumnisse der ökonomischen Wissenschaft verantwortlich. Es ist aber sehr unwahrscheinlich, dass dies tatsächlich der Grund ist. Mit ökonomischen Prognosen lässt sich nämlich Geld verdienen – sei es auf den Finanzmärkten oder sei es mit Aufträgen der öffentlichen Hand für diejenigen Wirtschaftsforschungsinstitute, die eine bessere Prognosequalität liefern als andere. Es gibt also starke Anreize, die Prognoseinstrumente kontinuierlich weiterzuentwickeln und zu verbessern. Und tatsächlich verfügen die Wirtschaftsforschungs-
institute oder auch Bankvolkswirte heute über viel mehr Informationen, bessere Computer und ausgefeiltere ökonometrische und statistische Methoden als früher. Mit diesen Verbesserungen lassen sich aber einige für ökonomische Prognosen bedeutende Probleme nicht kompensieren. Auf drei davon soll im Folgenden kurz eingegangen werden. Erstens hat sich die Informationslage für Ökonomen nicht so deutlich verbessert wie bei den Meteorologen. So wird beispielsweise das Bruttoinlandsprodukt eines Quartals erst sechs Wochen nach Quartalsende vom Statistischen Bundesamt veröffentlicht. Zudem handelt es sich dabei nur um eine erste Schätzung, die mehrere Jahre lang revidiert wird. Die mittlere absolute Differenz zwischen der ersten Veröffentlichung und demjenigen Wert für die vierteljährliche Veränderungsrate des Bruttoinlandsprodukts, der nach vier Jahren in der Statistik steht, betrug im Zeitraum von 1999 bis 2009 circa 0,3 Prozentpunkte. Es ist auch nicht ohne Weiteres klar, welcher veröffentlichte Wert eigentlich für die Berechnung von Prognosefehlern herangezogen werden sollte. In der öffentlichen Wahrnehmung dürften es eher die ersten amtlichen Veröffentlichungen sein, an denen die Ökonomen gemessen werden. Wichtiger scheint indes, dass die Prognose auf die tatsächliche Lage abzielt, und die entspricht eher der finalen amtlichen Veröffentlichung nach Berücksichtigung aller verfügbaren Informationen. Außerdem ist das Bruttoinlandsprodukt selbst nach allen Revisionen mit erheblicher Messungenauigkeit behaftet, während sich beispielsweise die Temperatur sehr genau messen lässt. Zweitens besteht in der Wirtschaftswissenschaft eine große Unsicherheit über die tatsächlichen Wirkungszusammenhänge. Experimente, bei denen sich kontrolliert Parameter verändern lassen, um deren ökonomische Wirkung eindeutig zu belegen, sind im makroökonomischen Kontext so gut wie unmöglich. Wie Meteorologen müssen Makroökonomen vor allem aus den verfügbaren empirischen Daten lernen. Der Wandel der modernen Wirtschaftswelt übertrifft die Geschwindigkeit des Klimawandels allerdings bei Weitem, und so gibt es für viele relevante gesamtwirtschaftliche Fragen keine passgenauen Präzedenzfälle. Für die Prognose der Folgen eines Schuldenschnitts in Griechenland etwa können Wirtschaftswissenschaftler zwar Evidenz von anderen öffentlichen Schuldenschnitten heranziehen. Aber die Situation in Griechenland unterscheidet sich in vielerlei Hinsicht von anderen Fällen, nicht zuletzt durch die Mitgliedschaft in einer Währungsunion. Außerdem gibt es zahlreiche Einflussfaktoren, die sich kaum oder gar nicht mit dem für ökonomische Prognosen relevanten zeitlichen Vorlauf vorhersagen lassen. Dazu zählen beispielsweise geopolitische Veränderungen oder Naturkatastrophen. Wissenschaftlich fundierte quantitative Vorhersagen sind somit in vielen Fällen problematisch; es lassen sich oft nur mehr oder weniger plausible Szenarien abbilden. Drittens unterscheidet sich menschliches Verhalten, und damit auch wirtschaftliche Aktivität, in einem für Prognosen zentralen Punkt vom Wetter. Das Wetter reagiert nicht auf Wetterprognosen. Wenn heute schlechtes Wetter für morgen prognostiziert wird, dann reagieren wir mit entsprechender Kleidung und gegebenenfalls auch anderen Vorkehrungen darauf. Aber wir versuchen nicht, das morgige Wetter zu ändern. Das ist bei ökonomischen Prognosen anders. Wenn Prognostiker zu dem Schluss kommen, dass sich die wirtschaftliche Lage in den kommenden Monaten verschlechtern dürfte, dann werden häufig wirtschaftspolitische Maßnahmen erwogen, um die Lage zu stabilisieren. Ebenso werden wirtschaftspolitische Eingriffe, die zu ungünstigeren ökonomischen Prognosen führen, möglicherweise unterlassen. Auch beeinflussen ökonomische Prognosen die Erwartungen von Marktteilnehmern und haben auch so Effekte auf die wirtschaftliche Aktivität. Diese Effekte sind mit erheblicher Unsicherheit verbunden – und zwar wiederum aufgrund der bereits zuvor beschriebenen grundsätzlichen Probleme bei der Identifikation makroökonomischer Wirkungszusammenhänge.
Es ist allerdings nicht so, dass sich wissenschaftlicher Fortschritt gar nicht in den ökonomischen Prognosen widerspiegeln würde. Im Gegenteil, für kürzere Prognosehorizonte, insbesondere für das laufende und das kommende Quartal, können heutzutage mit Hilfe von Indikatoren und ökonometrischen Modellen bessere Prognosen als früher abgegeben werden. Auch sind Ökonomen heutzutage besser in der Lage, die aktuelle Entwicklung mit quantitativen Modellen zu erklären und damit eine wichtige Fundierung wirtschaftspolitischer Entscheidungen zu liefern. Insgesamt lässt sich aber festhalten, dass gesamtwirtschaftliche Prognosen für Prognosehorizonte von mehr als ein oder zwei Quartalen eher den Charakter von plausiblen Szenarien haben. Ökonomen behaupten nicht, die Zukunft exakt berechnen zu können. Dies wird u. a. daran deutlich, dass zu einer wissenschaftlich fundierten Prognose immer auch ein Maß für die Prognoseunsicherheit gehört. Oftmals sind Prognoseintervalle Bestandteil gesamtwirtschaftlicher Prognosen; in der Berichterstattung in den Medien werden sie jedoch nicht deutlich genug hervorgehoben.
Unbeschadet aller Unsicherheit sind gesamtwirtschaftliche Prognosen wichtig. Rationale Wirtschaftspolitik sollte sich auf solide empirische Analysen der gesamtwirtschaftlichen Wirkung wirtschaftspolitischer Maßnahmen stützen. Auch die Finanzpolitik braucht für die Planung und Steuerung der öffentlichen Ausgaben und Einnahmen belastbare Prognosen der wirtschaftlichen Aktivität und deren Wirkung auf die öffentlichen Haushalte. Es hat sich bewährt, dass sich die Bundesregierung bei dieser schwierigen Aufgabe vom Sachverständigenrat zur Begutachtung der gesamtwirtschaftlichen Entwicklung und den Wirtschaftsforschungsinstituten beraten lässt. Sie sorgen dafür, dass die Prognosen dem aktuellen Stand der Wissenschaft entsprechen, und wirken vor allem einer politisch motivierten Manipulation der Prognosen entgegen. In der politischen Arena könnten sonst beispielsweise höhere Staatsausgaben leicht mit allzu optimistischen Prognosen gerechtfertigt werden – mit langfristig sehr nachteiligen Folgen etwa für die Staatsverschuldung. Wirtschaftsprognostiker müssen freilich immer wieder über die Unsicherheit der Vorhersagen und die grundsätzlichen Gründe für diese Unsicherheit aufklären.
